Using meta-learning for multi-target regression (2022)
- Authors:
- Autor USP: CARVALHO, ANDRÉ CARLOS PONCE DE LEON FERREIRA DE - ICMC
- Unidade: ICMC
- DOI: 10.1016/j.ins.2021.11.003
- Subjects: APRENDIZADO COMPUTACIONAL; ALGORITMOS ÚTEIS E ESPECÍFICOS
- Keywords: Meta-learning; Multi-output; Regression; Support vector machine; Random forest
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Information Sciences
- ISSN: 0020-0255
- Volume/Número/Paginação/Ano: v. 584, p. 665-684, Jan. 2022
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
AGUIAR, Gabriel Jones et al. Using meta-learning for multi-target regression. Information Sciences, v. 584, n. Ja 2022, p. 665-684, 2022Tradução . . Disponível em: https://doi.org/10.1016/j.ins.2021.11.003. Acesso em: 18 fev. 2026. -
APA
Aguiar, G. J., Santana, E. J., Carvalho, A. C. P. de L. F. de, & Barbon Júnior, S. (2022). Using meta-learning for multi-target regression. Information Sciences, 584( Ja 2022), 665-684. doi:10.1016/j.ins.2021.11.003 -
NLM
Aguiar GJ, Santana EJ, Carvalho ACP de LF de, Barbon Júnior S. Using meta-learning for multi-target regression [Internet]. Information Sciences. 2022 ; 584( Ja 2022): 665-684.[citado 2026 fev. 18 ] Available from: https://doi.org/10.1016/j.ins.2021.11.003 -
Vancouver
Aguiar GJ, Santana EJ, Carvalho ACP de LF de, Barbon Júnior S. Using meta-learning for multi-target regression [Internet]. Information Sciences. 2022 ; 584( Ja 2022): 665-684.[citado 2026 fev. 18 ] Available from: https://doi.org/10.1016/j.ins.2021.11.003 - Gabinete pequeno é destaque de pc itautec
- New data strucutre and spanning forest operators for evolutionay algorithms
- Metalearning for context-aware filtering: selection of tensor factorization algorithms
- Evolutionary tuning of SVM parameter values in multiclass problems
- Dimensionality reduction for the algorithm recommendation problem
- Making data stream classification tree-based ensembles lighter
- A study of biclustering coherence measures for gene expression data
- Anomaly detection through temporal abstractions on intensive care data: position paper
- CF4CF: recommending collaborative filtering algorithms using collaborative filtering
- A machine learning-based approach for prediction of plant protection product deposition
Informações sobre o DOI: 10.1016/j.ins.2021.11.003 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3052362.pdf |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
